DeepSeek V4.1 Flash正式发布！新架构开源，已适配Harness

刚刚，DeepSeek V4.1 Flash 正式上线，模型权重和技术报告同步公开。

之前实测时，就留意到内测问卷里的问题：V4.1 Flash 能否完全取代 V4 Pro？

现在，DeepSeek 给出了自己的答案。

作为 DeepSeek 新架构系列中最小的模型，V4.1 Flash 将更快推理、更高吞吐量作为设计目标：

更智能、更快速、更高效

读取输入和生成答案采用不同的计算安排，全局 KV 缓存约为上一代 Flash 的四分之一。

原生图文理解、编程与工具任务能力，以及长上下文的计算成本，是这次更新的重点。

DeepSeek Harness 也已适配新模型。从识别截图，到读取项目文件、修改代码，新 Flash 有了直接进入实际工作流的入口。

随着这次发布，DeepSeek 还公布了一个明确安排：9 月 14 日 12:00 之后，V4 Pro 的 API 请求将转由 V4.1 Flash 处理，按 Flash 价格收费，持续至未来 V4.1 Pro 上线。

看来这次 Flash 的更新，已经影响到 DeepSeek 主力模型 Pro 的真正地位了。

◈01 模型与权重一起开放

V4.1 Flash 采用新架构，从预训练阶段就共同学习图片与文字。

这让“看图”能够直接参与模型处理任务的过程。例如，用户给出一张页面截图，模型可以理解其中的布局和文字，再结合代码文件继续工作；遇到图表，也可以把视觉信息纳入分析。

不过当前公开能力并不包含图片生成。

模型保留了百万 token 上下文，API 最大输出长度为 384K token，可以容纳较长的代码、文档和任务记录。

开放的也不只有模型权重。

官方仓库同时提供技术报告、编码示例、推理参考实现及评测复现资料，模型权重采用 MIT 许可。开发者可以进一步研究、部署和修改，但具体运行仍需匹配硬件与推理框架。

◈02 编程与工具任务提升明显

相比上一代 Flash，这次比较突出的提升，出现在需要模型持续操作工具、完成多步工作的任务里。

在 DeepSeek 公布的对比结果中：

两项测试，新 Flash 都超过了 V4 Pro！

DeepSWE 考查模型处理代码库问题的能力，需要理解项目并完成修改；Terminal-Bench 则要求模型在终端环境中完成任务。它们比单次问答更接近编程助手的工作方式。

新 Flash 在这两项中都超过了 V4 Pro。尤其是 DeepSWE，相比旧 Flash 提高了 19.8 个百分点。

图文能力也进入了工具评测。官方报告中，V4.1 Flash 在图表视觉任务 Chartography 的带工具测试里取得 78.9 分，展示了结合图像信息与工具解决问题的能力。

◈03 长任务的计算和价格都在调整

要理解这次架构为什么改，可以先看 AI 写代码时在做什么。

它读完需求，查看文件，运行命令，再把工具结果放回上下文。任务往前走，下一轮需要读取的材料也越来越多。最终交付可能只有几个文件，中间却已经反复处理了大量输入。

V4.1 Flash 对这两个阶段做了不同安排：读取输入时，每个 token 约激活 80 亿参数；生成答案时，约激活 160 亿参数。

这套因果编码器—解码器结构，将处理输入与生成输出的计算分开设计，面向长任务中输入量大的特点降低计算负担。

保存上下文的方式也有变化。

模型会保留已经处理过的信息，供后续生成继续使用，这类状态通常称为 KV 缓存。按照技术报告口径，新模型的全局 KV 缓存约为 V4 Flash 的 四分之一，持久缓存约为 八分之一。

前者关系到高速显存中的缓存占用，后者关系到状态持久化存储。

用户更直接能看到的，是新的 API 单价：

高峰时段为北京时间周一至周五 9:00—12:00、14:00—18:00，其余为空闲时段。

空闲时段，百万 token 的缓存命中输入，只要两分钱。

◈04 Harness 已接入，还练了团队协作

模型要把一项任务做完，需要能接触文件、调用工具，并根据执行结果继续调整。

DeepSeek Harness 提供的就是这套工作环境。目前，官方适配代码已经加入正式模型 deepseek-flash，并声明支持文字与图片输入。

这次技术报告还披露了另一项进展：V4.1 Flash 对多 Agent 团队协作进行了专门训练。

遇到复杂任务，主助手可以把工作拆开，分给不同的助手。大家在同一个代码目录里工作，通过消息和任务板同步进度，最后由主助手检查代码、运行测试。

但助手多了，也可能互相等消息、反复交接，忙了一圈却把任务拖慢。

因此，训练除了奖励完成任务，也鼓励有用的分工和沟通，并对拖慢整体进度的协作施加惩罚。

效果如何？

DeepSeek 从 ProgramBench 中筛选了 172 个编程任务，分别让单个助手和多个助手组队完成。

同样给 8 小时，团队模式达到预设完成标准的比例为 30.04%，单助手为 20.39%，相差约 9.7 个百分点。

想把新模型用起来，DeepSeek Harness 已经完成正式模型和图片输入的适配。

按官方说明安装 Node.js 后，可以运行：

npx @deepseek-ai/dsh web

启动后，在设置中配置 DeepSeek API Key，选择模型和工作区，即可开始任务。

（ps：Harness 当前仍处于开发者预览阶段。）

通过 API 接入时，正式模型名使用 deepseek-flash。旧的 Flash 和 Vision Exp 名称暂时兼容，但实际请求已经由 V4.1 Flash 提供服务。

从此次公开的设计看，DeepSeek 正在把更多优化放到 AI 连续工作的过程中：大量材料怎么读、上下文怎么存、工具怎么用，以及多个助手怎么配合。

新 Flash 也已经在工具任务成绩、输入计算和团队协作上做了调整。

接下来，把它接进真实项目时，去看看真正效果如何。